presto 使用 部署_Presto基于MPP架构的部署及使用技术详解
版权声明：本套技术专栏是作者(秦凯新)平时工作的总结和升华，通过从真实商业环境抽取案例进行总结和分享，并给出商业应用的调优建议和集群环境容量规划等内容，请持续关注本套博客。版权声明：禁止转载，欢迎学习。
1 安装配置
安装presto后，需另建一个文件夹用于存储日志、本地元数据等的数据目录。
config.properties ：Presto 服务配置。
node.properties ：环境变量配置，每个节点特定配置。
jvm.config ：Java虚拟机的命令行选项。
log.properties: 允许你根据不同的日志结构设置不同的日志级别。
catalog目录 ：每个连接者配置(data sources)
2 Master(coordinator)节点配置
config.properties ：
coordinator=true
node-scheduler.include-coordinator=false
http-server.http.port=9001
query.max-memory=50GB
query.max-memory-per-node=1GB
discovery-server.enabled=true
discovery.uri=http://bd-master:9001
复制代码
coordinator：指定是否运维Presto实例作为一个coordinator(接收来自客户端的查询情切管理每个查询的执行过程)
node-scheduler.include-coordinator：是否允许在coordinator服务中进行调度工作
服务发现(心跳)和HTTP服务均使用同一端口
node.properties
node.environment=test
node.data-dir=/usr/local/presto/logs
node.id=bd-master
复制代码
node.environment： 集群名称, 所有在同一个集群中的Presto节点必须拥有相同的集群名称
node.id： 每个Presto节点的唯一标示。每个节点的node.id都必须是唯一的。在Presto进行重启或者升级过程中每个节点的node.id必须保持不变。如果在一个节点上安装多个Presto实例(例如：在同一台机器上安装多个Presto节点)，那么每个Presto节点必须拥有唯一的node.id
node.data-dir： 数据存储目录的位置(操作系统上的路径), Presto将会把日期和数据存储在这个目录下
jvm.config
-server
-Xmx16G
-XX:+UseConcMarkSweepGC
-XX:+ExplicitGCInvokesConcurrent
-XX:+CMSClassUnloadingEnabled
-XX:+AggressiveOpts
-XX:+HeapDumpOnOutOfMemoryError
-XX:OnOutOfMemoryError=kill -9 %p
-XX:ReservedCodeCacheSize=150M
-DHADOOP_USER_NAME=admin
复制代码
启动Java虚拟机所需要的命令行参数，注意集群中所有节点的jvm配置须一致
log.properties
设置logger的最小日志级别。
com.facebook.presto=INFO
该设置表示对于使用logger类的com.facebook.presto.server和com.facebook.presto.hive来说，两者的最小日志级别都是INFO级别。
catalog目录
在该目录下新建一个文件hive.properties ，内容如下：
connector.name=hive-hadoop2
hive.metastore.uri=thrift://10.44.219.80:9083
hive.allow-drop-table=true
hive.allow-rename-table=true
hive.config.resources=/usr/local/soft/install/hadoop-2.7.6/etc/hadoop/core-site.xml,/usr/local/soft/install/hadoop-2.7.6/etc/hadoop/hdfs-site.xml
hive.metastore-cache-ttl=0s
hive.metastore-refresh-interval=1s
复制代码
hive-hadoop2 为支持hadoop 2.x版本的连接器，连接hive元数据库的uri，端口默认是9083，并且允许删除和改名表，还必须在hive.config.resources添加hadoop的配置文件位置。
注意运行presto前，要以后台的形式打开hive的metastore服务，输入以下指令：
hive - -service metastore &
复制代码
3.Worker节点配置
任意Worker节点只需修改config.properties 和node.properties，其余与主节点相同。
config.properties ：
coordinator=false
http-server.http.port=9001
query.max-memory=50GB
query.max-memory-per-node=1GB
discovery.uri=http://bd-master:9001
复制代码
node.properties
node.environment=test
node.data-dir=/usr/local/presto/logs
node.id=bd-slave1
复制代码
node.id设置为worker的标志，其余不变
4 PRESTO启动
hive --service metastore --presto启动需要
$PRESTO_HOME/bin/launcher restart
$PRESTO_HOME/presto --server localhost:9001 --catalog hive --schema default
复制代码
5 综合案例实战
对分值进行分桶，得到不同区间内的数据 并 union all包含100分的值
width_bucket(x，bound1，bound2，n)
返回x指定的bound1和bound2界限的bin数量以及n个存储桶的数量
SELECT * from
(select concat(cast((width_bucket(device_health_score,0,100,10)-1)*10 as VARCHAR),'--',cast(width_bucket(device_health_score,0,100,10)*10-1 as VARCHAR))
as score_range, date_time,
COUNT(width_bucket(device_health_score,0,100,10)) as count from device_health_score_fact
where device_health_score >=0 and device_health_score <100
group by concat(cast((width_bucket(device_health_score,0,100,10)-1)*10 as VARCHAR ),'--',cast(width_bucket(device_health_score,0,100,10)*10-1 as VARCHAR)),date_time
)
UNION ALL (select cast(device_health_score as VARCHAR) as score_range,date_time,COUNT(device_health_score) from device_health_score_fact where device_health_score =100 group by device_health_score,date_time )
复制代码
总结
秦凯新 于深圳